Deep Research con Gemini: investigación automatizada en Markdown

Cómo usar Deep Research de Gemini para generar informes de investigación, convertir el resultado a Markdown y meterlo en tu vault de notas.

Gemini tiene una funcionalidad llamada Deep Research que cambia cómo se hace una investigación rápida. En vez de generar una respuesta inmediata, Gemini formula un plan, busca por decenas de fuentes y entrega un informe estructurado con citas. Para quien trabaja con Markdown, lo interesante es que ese informe encaja directamente en un vault de notas si sabes cómo convertirlo y procesarlo.

Qué es Deep Research

Deep Research es un modo de Gemini pensado para preguntas complejas que requieren consultar varias fuentes. El flujo es:

  1. Le das una pregunta o un tema amplio.
  2. Gemini genera un plan de investigación con los puntos que va a cubrir.
  3. Revisas el plan y lo editas si quieres reenfocar el ángulo.
  4. Gemini ejecuta: busca, lee y sintetiza.
  5. Recibes un informe extenso con secciones, conclusiones y citas a las fuentes consultadas.

El proceso tarda más que una respuesta normal porque está leyendo muchas páginas web en paralelo. Pero el resultado es mucho más sustancioso que un prompt corto.

Deep Research está disponible en varios planes de Gemini, gratis y de pago, con límites distintos. Como el panorama cambia rápido, consulta la página oficial antes de planificar un workflow serio.

Para qué sirve Deep Research

Casos en los que merece la pena usarlo en lugar de un prompt normal:

  • Investigar un tema antes de escribir un artículo, una tesis o un informe.
  • Comparar productos o servicios sobre los que necesitas evaluar varias fuentes.
  • Recopilar el estado del arte de una tecnología o campo.
  • Resumir bibliografía sobre un tema académico.
  • Preparar una reunión sobre algo nuevo: contexto rápido pero estructurado.

Donde no compensa: preguntas con respuesta directa, código, tareas creativas. Para eso, un prompt normal va más rápido.

Anatomía del informe que genera Gemini

El informe sale ya con estructura Markdown bajo el capó, aunque la interfaz de Gemini lo renderiza visualmente. Contiene:

  • Un resumen ejecutivo al principio.
  • Secciones con encabezados claros.
  • Listas y, a veces, tablas comparativas.
  • Citas numeradas a las fuentes consultadas al final.

Esto es muy útil porque, con un poco de trabajo, conviertes ese informe en una nota de tu vault Markdown sin perder estructura.

Cómo escribir un prompt eficaz para Deep Research

La calidad del informe depende más del prompt que del modelo. Las tres reglas que funcionan:

1. Sé específico con el alcance

  • Mal: "Háblame de la inteligencia artificial en educación."
  • Bien: "Analiza cómo se está usando la IA generativa en universidades españolas en 2025-2026: casos concretos, políticas oficiales, debates abiertos y críticas principales."

2. Dile en qué ángulo quieres profundizar

  • Mal: "Compara Obsidian y Notion."
  • Bien: "Compara Obsidian y Notion para un estudiante universitario que toma muchos apuntes, valorando: curva de aprendizaje, coste, capacidad offline, integración con citas académicas, y comunidad hispanohablante." Si quieres ahorrarte la investigación, ya hay una comparativa Obsidian vs Notion en el sitio.

3. Indica el formato de salida

Aunque Deep Research tiene su propia plantilla, puedes empujarla a algo que te encaje mejor. Por ejemplo:

Investigame [tema].

Estructura el informe con estas secciones:

1. Resumen ejecutivo (max 5 puntos clave)
2. Estado actual del tema
3. Casos de uso concretos
4. Pros y contras
5. Tendencias 2025-2026
6. Fuentes citadas

Usa subencabezados y listas. Cita cada afirmacion con una fuente.

Aprovecha lo aprendido en la guía de prompt engineering y en Markdown en prompts para refinar este tipo de instrucciones.

El plan de investigación: edítalo siempre

Antes de ejecutar, Gemini muestra los puntos que va a investigar. No te saltes este paso. Es donde corriges el rumbo gratis. Si ves que el plan se está yendo a un ángulo que no te interesa, edítalo. Una pasada de 30 segundos en el plan te ahorra reescribir el prompt entero después.

Casos típicos en los que conviene editar el plan:

  • Faltan los actores principales del tema.
  • Sobra un punto genérico tipo "definición histórica" que no aporta.
  • Quieres más profundidad en una sección concreta.
  • Hay fuentes específicas que debe priorizar (publicaciones, autores).

Cómo convertir el informe a Markdown limpio

Aquí está el truco que aprovecha a quienes ya viven en Markdown.

Opción 1: copiar y pegar con limpieza manual

  1. Selecciona el contenido del informe en la interfaz de Gemini.
  2. Pégalo en un archivo .md nuevo de tu vault.
  3. Limpia: corrige encabezados, ajusta listas, formatea tablas.

Es lento pero da el resultado más limpio.

Opción 2: exportar a Google Docs y de ahí a Markdown

Gemini permite exportar el informe a un Google Doc. Desde el Doc:

  • Descárgalo como .docx.
  • Conviértelo a Markdown con Pandoc:
pandoc informe.docx -o informe.md

Y limpia los desperdicios típicos de la conversión (clases CSS sueltas, anclas vacías, etc.).

Opción 3: pedirle a Gemini que lo reformatee

Tras recibir el informe, abre un chat normal en Gemini y pega:

Reescribe este informe en Markdown puro, con:

- Solo encabezados `##` y `###`
- Listas con `-`
- Citas como notas al pie estilo Markdown ([^1], [^2]...)
- Sin tablas si se pueden expresar como listas

[pegar informe aqui]

Te lo devuelve en formato que puedes copiar tal cual a una nota.

Procesar el informe en tu vault

Una vez tienes el informe en Markdown, sigue estos pasos para integrarlo en una base de conocimiento personal:

  1. Una nota índice con el informe completo y su pregunta original.
  2. Notas atómicas derivadas: por cada idea importante del informe, una nota nueva con su título descriptivo. Es el método Zettelkasten aplicado a la IA.
  3. Enlaces a las fuentes originales en una sección final. Las citas que da Gemini son punto de partida, no resultado final.
  4. Verifica antes de citar. Las citas de Deep Research pueden ser imprecisas o apuntar a páginas que no respaldan exactamente lo que el informe afirma. Cualquier dato que vayas a publicar, revísalo en la fuente.

Frontmatter recomendado para la nota índice del informe:

---
tipo: investigacion
fuente: Gemini Deep Research
fecha: 2026-05-11
pregunta: ¿Como se esta usando IA generativa en universidades espanolas?
verificado: false
tags: [ia, educacion, investigacion]
---

# Como se esta usando IA generativa en universidades espanolas

## Pregunta original
...

## Plan de investigacion
...

## Informe
...

## Fuentes
...

## Verificacion pendiente
- [ ] Comprobar citas 3, 7 y 12
- [ ] Buscar fuentes alternativas para la seccion de politicas

El campo verificado: false es importante. Es un recordatorio honesto de que ese contenido aún no ha pasado por revisión humana.

Limitaciones de Deep Research

  • Citas potencialmente erróneas: los modelos pueden citar fuentes que no dicen lo que el informe afirma. Verifica antes de publicar.
  • Sesgo de fuentes públicas: solo accede a contenido público. Bases de datos académicas, repositorios privados y contenido tras paywall quedan fuera.
  • Profundidad variable: en temas muy nicho puede pasar por encima. En temas mainstream, a veces repite información obvia.
  • No es búsqueda en tiempo real: aunque incluye información reciente, no compite con un buscador en tiempo real para noticias del día.

Alternativas a Deep Research

Otras herramientas con un planteamiento similar:

  • Deep Research de ChatGPT: en ChatGPT bajo el plan correspondiente. Informes más enfocados, menos exhaustivos.
  • Modo de investigación de Claude: en Claude, buena síntesis de información compleja.
  • Perplexity: rápido y con citas más cuidadas, aunque informes menos largos.

Cada uno tiene su sesgo. Lo razonable es probar las tres para temas distintos y ver cuál te encaja mejor.

Recursos relacionados

👋 Hola! Soy Edu, me encanta crear cosas y he redactado este tutorial. Si te ha resultado útil, el mayor favor que me podrías hacer es el de compatirlo en Twitter.

para estar al día con mi contenido. 😊